Das logische Paradigma einer gemäßigten globalen Erwärmung
Werbung
Das logische Paradigma einer gemäßigten globalen Erwärmung Patrick J. Michaels Institut für Umweltwissenschaften Universität Virginia Charlottesville, Virginia USA 22904 und Cato Institute Washington DC USA 20001 Paul C. Knappenberger New Hope Environmental Services New Hope, Virginia USA 24469 Robert E. Davis Institut für Umweltwissenschaften Universität Virginia Charlottesville, Virginia USA 22904 1 Einleitung Das Problem der Prognostiker des zukünftigen Klimas lässt sich mit einem allgemeinen Problem der täglichen Wettervorhersage vergleichen: Was macht man, wenn verschiedene Modelle verschiedene Zukünfte vorhersagen? Und wie findet man insbesondere heraus, welches der Modelle am ehesten richtig ist. Meteorologen bringt man bei, in diesem Falle buchstäblich “aus dem Fenster zu schauen”, indem sie feststellen, welches der vielen divergierenden Vorhersagemodelle die jüngsten Veränderungen am besten erfasst hat. Sofern keine zwingenden Gegenargumente vorliegen, wird dieses Modell zum Algorithmus der Wahl für die Wettervorhersage des jeweiligen Tages. Bringt die Natur uns im Hinblick auf die Klimaprognose in eine ähnliche Situation? Das hängt von mehreren Faktoren ab. Erstens muss eine nachweisbare Reaktion auf den vom Menschen verursachten Antrieb (forcing) vorliegen. Zweitens muss diese Reaktion mit der grundlegenden Physik des modellierten Prozesses übereinstimmen. Drittens und letztens sollte es überzeugende Belege dafür geben, dass das beobachtete Klimaverhalten nicht weitgehend von Einflussfaktoren dominiert wird, welche in den Vorhersagemodellen nicht berücksichtigt wurden. Wenn alle diese Bedingungen erfüllt sind, kann man zukünftige Klimaänderungen zuverlässiger prognostizieren, zumindest im Hinblick auf die erwartete Änderung der mittleren Oberflächentemperatur. In dieser Abhandlung weisen wir zunächst nach, dass die Temperaturreaktion in der Atmosphäre während der letzten Dekaden tatsächlich der Physik eines verstärkten Treibhauseffekts entspricht. Dadurch können wir uns zwischen den verschiedenen Modellreihen und Zukunftsszenarien entscheiden. Wir gelangen zu dem Schluss, dass das in sich schlüssigste Argument jenes ist, demzufolge die Oberflächenerwärmung im kommenden 2 Jahrhundert wahrscheinlich der niedrigsten Grenze der Prognosen des Zwischenstaatlichen Ausschusses für Klimaänderungen (Intergovernmental Panel on Climate Change – IPCC) von ca. 1,5 °C nahe kommen wird. Da die Erwärmung pro Jahrhundert der Gleichgewichtsempfindlichkeit gegen Kohlendioxidverdopplung im allgemeinen sehr nahe kommt, impliziert dies, dass die Gesamtempfindlichkeit gewöhnlich um etwa 40 % überschätzt wird. Eine Implikation ist die, dass das Kyoto-Protokoll, sollte es von allen Unterzeichnerstaaten einschließlich der Vereinigten Staaten erfüllt werden, eine geringe bis gar keine mit den heutigen Messtechniken erfassbare Auswirkung auf die Oberflächentemperatur der Erde hätte. Theoretische Überlegungen Der Anstieg der Oberflächentemperatur war in der letzten Hälfte des 20. Jahrhunderts geprägt von starken saisonalen und regionalen Erwärmungstrends (Balling et al., 1998), wobei die starke Erwärmung im Winterhalbjahr in Sibirien sowie im Nordwesten Nordamerikas das dominante Signal darstellte. Handelt es sich hierbei im wesentlichen um eine „Treibhaus“-Erwärmung? Ein Anstieg der Kohlendioxide in der Atmosphäre bewirkt eine Erwärmung der Oberfläche durch sowohl direkte Effekte als auch indirekte Mechanismen (Ramanathan, 1981). Bei dem direkten Effekt geht es größtenteils um die durch die verstärkte Konzentration von Infrarot absorbierenden/emittierenden Spurengasen verursachte Zunahme der eindringenden Infrarot- (IR) Strahlung, sowie die durch zunehmende Absorption von Oberflächen- und Wolkenstrahlung bedingte Erhitzung, wodurch sich wiederum die Oberfläche erwärmt. Bei dem indirekten Prozess handelt es sich im wesentlichen um die Wasserdampf-Rückkopplung, bei der es aufgrund einer wärmeren Oberfläche zu höheren Wasserdampfdrücken und erhöhter Verdampfung kommt, wodurch mehr IR absorbierender/emittierender Wasserdampf in die Atmosphäre gelangt. Diese Kombination von Prozessen tritt nicht gleichmäßig überall auf der Erde auf. Der direkte Beitrag von Kohlendioxid zum Gesamt-Emissionsvermögen der Atmosphäre ist 3 am größten, wenn der atmosphärische Wassergehalt am geringsten ist. Mit Anstieg der spezifischen Feuchtigkeit nimmt die Überlappung im IR-Strahlungs-Emissionsvermögen zwischen Kohlendioxid und Wasserdampf zu, wodurch der Gesamtbeitrag des Kohlendioxids zum gesamten atmosphärischen Emissionsvermögen merklich abnimmt (Staley und Jurica, 1970, 1972). Mittels eines einfachen Modells wiesen Staley und Jurica (1972) nach, dass die Hinzufügung von Wasserdampf zur Atmosphäre die stärkste Zunahme des Emissionsvermögens an sehr trockenen Standorten bewirkt und somit die größte Erwärmung verursacht. Infolgedessen dürfte aufgrund sowohl direkter Strahlungseffekte als auch indirekter Wasserdampf-Rückkopplungs-Effekte eine durch den Anstieg von atmosphärischem Kohlendioxid bedingte Erwärmung in Luftmassen, welche grundsätzlich kein Wasser enthalten, am ausgeprägtesten sein. In den Regionen, für die ausreichend Temperaturdaten seit 1950 vorliegen (siehe Abbildung 1) sind die Bereiche mit den niedrigsten Oberflächen-Taupunkten (und somit Gesamt-Wasserdampf) die kontinentalen Regionen hoher Breiten von Eurasien (hauptsächlich Sibirien) sowie Kanada und Alaska in Nordamerika (Abbildung 2). Somit ist es möglich, eine klare Hypothese aufzustellen: Eine Kohlendioxid-bedingte Treibhaus- erwärmung dürfte proportional zu der Menge trockener Luft nahe der Oberfläche sein. Im Winterhalbjahr dürften diese Regionen maximaler Erwärmung, sofern Daten vorliegen, daher den kalten und flachen Oberflächen-Antizyklonen von Sibirien und Nordamerika entsprechen. Das allgemeine Vorherrschen von Oberflächenfeuchte im Sommer (im Vergleich zum Winter) spricht dafür, dass die Erwärmung im Sommer generell sehr viel geringer sein wird als die im Winter beobachtete. Diese Hypothese lässt sich durch Vergleich des Betrages der Erwärmung mit dem der verfügbaren trockenen Luft überprüfen. 4 Die Reaktion der Temperatur auf einen Anstieg der Absorbanz bei irgendeiner InfrarotWellenlänge ist gewöhnlich logarithmisch. Allgemeine Zirkulationsmodelle (General climate circulation models - GCMs) in den Klimamodell-Vergleichsstudien (Climate Model Intercomparison Studies - CMIP 1 und CMIP 2) werden mit einem Anstieg der atmosphärischen Kohlendioxidkonzentration von 1 %/Jahr angetrieben - ein niedriger Exponent, der die Änderung des Strahlungsantriebs (radiative forcing) um einen Faktor von nahezu zwei zu hoch einschätzt (siehe unten). Die Kombination der logarithmischen Temperaturreaktion und der schwachen exponentiellen Zunahme des Antriebs ergibt eine zentrale Tendenz in den CMIP-Modellen, bei der es sich um eine konstante Erwärmungsrate handelt; dies wird besonders deutlich in der Studie CMIP 1 (Abbildung 3), welche vom Beginn der anthroprogenen Erwärmung an rein linear ist; die Studie CMIP 2 enthält zwar einen eindeutigen exponentiellen Ausreißer, das japanische CCSR-Modell, die zentrale Tendenz bleibt jedoch etwa 15 Jahre nach Beginn linear (Abbildung 4). Eine weitere Treibhauserwärmungs-Hypothese besteht somit darin, dass die Residuen aus einer linearen Erwärmung eine insignifikante serielle Korrelation aufweisen dürften. Daten Zur Untersuchung unserer ersten Hypothese bezogen wir zwei Datensätze in unsere Analyse ein: Die Temperaturgeschichte vom IPCC mit dem Raster 5 ° Breite mal 5 ° Länge (Houghton et al., 1996), den monatlichen Meeresspiegeldruck der Nördlichen Hemisphäre sowie die von Jenne (1974) entwickelte und vom US-Amerikanischen Zentrum für Atmosphären-Forschung (U.S. National Center for Atmospheric Research – NCAR) erhaltene Taupunkttemperatur-Klimatologie. Bei dem IPCC-Datensatz handelt es sich um eine Kombination aus LandoberflächenLufttemperaturdaten (Jones, 1994) sowie Meerestemperaturdaten (Folland und Parker, 1995). Diese Temperaturaufzeichnungen reichen zwar bis in die Mitte des neunzehnten 5 Jahrhunderts zurück, die Datenverfügbarkeit aus dem ersten Teil der Aufzeichnungen ist jedoch äußerst begrenzt. Wir entschieden uns dazu, unsere Analyse mit dem Jahr 1946 zu beginnen. Es liegt nahe an dem Zeitraum, in dem die räumliche Abdeckung relativ konstant war und annähernd dem heutigen Niveau entsprach, wenngleich die Anzahl der Stationen in den letzten Jahren etwas zurückgegangen ist. Nach dem zweiten IPCC-Bericht von 1996 (Houghton et al., 1996) fanden etwa zwei Drittel der Änderungen des gesamten, durch menschliche Aktivitäten verursachten Strahlungsantriebs seit dem 2. Weltkrieg statt. Für den Bereich südlich 45 °S in der Südlichen Hemisphäre - einer Region, in der die Hauptgebiete der kalten Antizyklonbildung dieser Hemisphäre liegen - gibt es kaum Daten. In dieser Studie beschränken wir unsere Analyse daher auf die Nördliche Hemisphäre. Der NCAR-Datensatz klimatologischen enthält Monatsmittel (neben von einer Reihe anderer Meeresspiegeldruck und Parameter) die Oberflächen- Taupunkttemperatur für Rasterzellen von 5 ° Breite mal 5 ° Länge über die Nördliche Hemisphäre für den Zeitraum 1950 bis 1964, abgeleitet aus RadiosondenAufzeichnungen. Trotz des Alters dieser Aufzeichnungen gelten die Klimatologien als sehr robust. Für jedes Kalenderjahr und für jede Rasterzelle von 5 ° Breite mal 5 ° Länge mit 90 Prozent kompletten Daten für den Zeitraum 1946 bis 1995 werden die mittleren „Winter-“ (kaltes Halbjahr: Oktober bis März) und die mittleren „Sommer-“ (warmes Halbjahr: April bis September) Temperaturanomalien bestimmt. Eine die Temperaturveränderung (°C/Dekade) darstellende Kleinstquadrat-Regressionsgerade wird dann durch die saisonalen Zeitreihen in jeder Rasterzelle angeglichen. Die Wintererwärmung (Abbildung 1a) beschränkt sich primär auf Sibirien und den Nordwesten Nordamerikas. Der Trend der Wintererwärmung in dem betrachteten Bereich (gewichtet nach Rasterzellenfläche) beträgt insgesamt netto 0,071 °C pro Dekade. Der Sommertrend (Abbildung 1b) ist diffuser, mit einem mittleren Wert von netto 0,032 °C pro Dekade. Kombiniert man die beiden Jahreszeiten, so ergibt sich ein Jahrestrend von 6 netto 0,051 °C pro Dekade. In der zweiten Hälfte des zwanzigsten Jahrhunderts beträgt das Verhältnis Winter-zu-Sommer-Erwärmung 2,2 : 1. Die ausgeprägte Differenz in den saisonalen Trends liefert erste Beweise für unsere Hypothese. Zur Untersuchung des relativen Betrages der in trockenen Luftmassen auftretenden Erwärmung schichteten wir die Rasterzellen zunächst auf Basis ihrer mittleren saisonalen Taupunkttemperaturen (Abbildung 2). Trockene Rasterzellen wurden definiert als solche mit mittleren saisonalen Taupunkttemperaturen von kleiner oder gleich 0 °C. Flächengewichtet machten diese „trockenen“ Rasterzellen 25,6 Prozent der Fläche der verfügbaren Rasterzellen während der Winterzeit in der Nördlichen Hemisphäre sowie 2,2 Prozent im Sommer aus. Bedingt durch die relativ geringe Anzahl trockener Rasterzellen im Sommer untersuchten wir danach lediglich das Winterhalbjahr. In diesem Zeitraum beträgt der Erwärmungstrend in den trockenen Rasterzellen (flächengewichtet) im Mittel 0,214 °C/Dekade. Dies entspricht 78 Prozent der gesamten hemisphärischen Wintererwärmung. Flächengewichtet beträgt die Veränderung über die restlichen 74,4 Prozent der Hemisphäre lediglich 0,021 °C/Dekade. Die Erwärmungsrate in Zellen mit mittleren Taupunkttemperaturen unter 0 °C ist somit zehnmal größer als die in Zellen mit Taupunkten über dem Gefrierpunkt beobachtete. Unsere Hypothese ist, dass die Intensität der kalten Antizyklone, d. h. der Betrag der verfügbaren trockenen Luft, mit der Erwärmungsrate positiv korrelieren dürfte. Abbildung 5 zeigt, dass die Standorte der mittleren Meeresspiegeldruck-Maxima von Oktober bis März gut mit den Bereichen der Wintererwärmung in Abbildung 1 übereinstimmen. Eine Regressionsanalyse zwischen Temperaturänderung und mittlerem Druck durch diese Rasterfelder zeigt die Einzelheiten dieser Beziehung (Abbildung 6). Die Korrelation zwischen Druck und Erwärmung in den trockenen Rasterzellen ist ausgeprägt (r=0,73) und höchst signifikant (p<0,001), während es in den übrigen Zellen keine statistisch signifikante Beziehung zwischen Erwärmung und Druck gibt. Um festzustellen, ob die wahren Freiheitsgrade in diesen Ergebnissen durch räumliche Autokorrelation verringert wurden, wandten wir einen Monte Carlo-Ansatz an, bei dem wir die Probengröße variierten und die für den Erhalt statistischer Signifikanz erforderliche Mindestanzahl an 7 Rasterzellen schätzten. Diese Analyse bestätigte, dass die Anzahl der Rasterzellen 15fach reduziert werden und dennoch eine positive, bei einem Alphawert von 0,05 signifikante Beziehung zwischen Temperaturtrend und Druck in trockenen Rasterzellen erzeugen konnte. Die räumliche Autokorrelation und Überschätzung der wahren Freiheitsgrade scheinen demnach in unseren Ergebnissen keinen signifikanten Faktor darzustellen. Zur Prüfung unserer zweiten Hypothese – dass die im Treibhauszeitalter beobachtete globale Erwärmung tatsächlich linear ist – wenden wir eine Durbin-Watson-Statistik auf die aus einer linearen Trendbeseitigung des Zeitraums kürzlicher Erwärmung verbliebenen Residuen an, welche global betrachtet mit der Großen Pazifischen Klimaverschiebung von 1976 beginnt. Bei dem Durbin-Watson-Wert von 1,98 hierfür handelt es sich um eines der ungewöhnlichen Beispiele für eine Autokorrelation von faktisch null. Seit die zweite Erwärmung der Oberflächentemperatur vor etwa drei Dekaden einsetzte, ist der Temperaturanstieg rein linear, wie dies von nahezu jedem GCM und der allgemeinen Tendenz sämtlicher GCMs, wie in den CMIP-Studien angegeben, angenommen wird. (Meehl et al., 2000). Diskussion Nachdem wir die beiden Hypothesen zur Definition einer Treibhauserwärmung aufgestellt haben – vorzugsweise Erwärmung trockener Luft sowie eine lineare Gesamtänderung der globalen Temperatur – ist es nunmehr recht einfach, sich auf genau die Weise für das Modell der Wahl zu entscheiden, wie dies die Meteorologen tun, wenn sie mit divergierenden Modellen konfrontiert werden. In Abbildung 7 ist die beobachtete Temperaturgeschichte über die CMIP 2-Modellreihen gelegt. Zu beachten ist, dass das japanische MR12-Modell (Noda et al., 2001) am ehesten der Erwärmungsprognose entspricht, die das Ergebnis physikalischer Argumente ist. Bemerkenswert ist, dass bei diesem Modell das dominante Signal die Wintererwärmung in hohen Breiten ist (Abbildung 8). 8 Weitere Belege für eine gemäßigte Erwärmung: Anpassung von Strahlungsantrieb, Kohlenstoffkreislauf sowie Emissionsmengen Es gibt schlagkräftige Argumente gegen die vom IPCC in seinem dritten Bericht (Third Assessment Report – TAR) angeführte mittlere Erwärmung (Abbildung 9). Als Beispiel ist ebenfalls in Abbildung 9 die durchschnittliche Erwärmung aus den CMIP-Studien enthalten, welche eindeutig unter der mittleren IPCC-Prognose liegt. Bemerkenswert ist, dass die CMIP-Modelle selbst alle von einem Anstieg des atmosphärischen Kohlendioxids von 1 %/Jahr ausgehen. Auch dies ist eindeutig falsch. Hansen et al. (2001) sowie Sun und Hansen (2003) führen an, dass der beobachtete Wert näher an 0,4 %/Jahr liegt. Selbst dieser leicht exponentielle Anstieg ist zweifelhaft. Das von 1958 bis 2000 in Mauna Loa gemessene (Keeling und Whorf, 2002) zeitliche Verhalten der historischen Reihe der jährlichen atmosphärischen CO2 Konzentration wird am besten mit einem quadratischen Modell einschließlich sowohl eines linearen als auch eines quadratischen Terms angeglichen. Werden jedoch aufeinanderfolgende Jahre seit Beginn der Aufzeichnungen aus der Analyse herausgenommen, so stellt sich heraus, dass der quadratische Term von 1975 an insignifikant wird (zu erkennen an seinem p-Wert in der Regressionsgleichung). Dies impliziert, dass der nicht-lineare Term keine statistisch signifikanten Informationen für die Zeit nach 1974 enthält und die beobachteten Änderungen der Kohlendioxidkonzentration im letzten Vierteljahrhundert am besten durch ein einfaches lineares Modell mit einem Trend von 1,54 ppm/Jahr angeglichen wird. In Tabelle 1 sind die Ergebnisse des quadratischen Modells mit zwei Parametern und des linearen Modells mit einem Parameter für den Zeitraum 1975–2000 zusammen gefasst. In Abbildung 10a ist die Stabilisierung der Wachstumsrate (ppm/Jahr) des atmosphärischen CO2 grafisch dargestellt. Diese Stabilisierung fand trotz eines anhaltenden Anstiegs der Jahresrate der globalen CO2-Emissionen statt (Abbildung 10b) (Marland et al., 2001). Von 1975 bis 1998 stiegen 9 die globalen CO2-Emissionen zwar um 42 Prozent an, die Wachstumsrate der atmosphärischen CO2-Belastung blieb jedoch stabil. Die Gründe für eine konstante CO2Wachstumsrate vor dem Hintergrund ständig steigender Emissionen lassen sich nicht vollständig erklären, setzen jedoch eine verstärkte CO2-Aufnahme durch Land bzw. Meer voraus. Es gibt zwar viele Modelle für den Kohlenstoffkreislauf, die dieses Verhalten zu erklären versuchen; sie alle beinhalten jedoch verschiedene Unsicherheitsgrade für jeden Aspekt der Modelle einschließlich aber nicht beschränkt auf die Auswirkungen von klimatischen Wechselwirkungen, CO2-Düngung, Landnutzungsänderungen, Produktivität der Ozeane sowie Änderungen in der Chemie. Die Beobachtungen beinhalten jedoch keine solche Unsicherheit. Sie sind perfekte Integratoren sämtlicher derzeit aktiven Prozesse. Zahlreiche Vermutungen gehen zwar dahin, dass die niedrige CO2-Wachstumsrate der vergangenen 25 Jahre nicht aufrecht erhalten werden kann (z.B. IPPC 2001; Hansen 2001), es gibt aber keinen Hinweis darauf, dass die momentanen Trends zusammen brechen. Eine Extrapolation der beobachteten Trends dürfte daher ein vernünftiges, wenn nicht zu bevorzugendes Szenario der zukünftigen CO2-Konzentrationen darstellen. Neben dem offensichtlichen Fehler in der Spezifizierung von Kohlendioxid gibt es seit der Veröffentlichung von IPCC TAR mehrere bemerkenswerte wissenschaftliche Entwicklungen zur tropischen Temperaturkompensation, dem Kohlenstoffkreislauf sowie den Strahlungseigenschaften anthropogener Emissionen. Im folgenden passen wir die eigenen Modelle des IPCC für alle diese Faktoren an. Als Instrument zur Untersuchung der Auswirkungen einer Änderung der Klimaparameter und Emissionsszenarios auf die globalen Durchschnittstemperaturen für die nächsten 100 Jahre wandten wir das Modell zur Einschätzung des durch Treibhausgase verursachten Klimawandels (Model for the Assessment of Greenhouse-gas Induced Climate Change – MAGICC) an, ein simples, auf aufsteigender Diffusion/Energiebilanz (upwelling diffusion/energy balance UD/ED) basierendes Modell (Wigley und Raper, 1987; Raper et al., 1996). MAGICC benutzt als Input Spurengas-Emissionsszenarien (wie die aus TAR SRES) und liefert als Output globale Durchschnittstemperaturen für benutzerdefinierte Zeitschritte. IPCC verwendet ein simples UD/EB-Modell zur Emulation globaler Tempe- 10 raturergebnisse integrierter allgemeiner Atmosphäre-Ozean-Zirkulationsmodelle (Atmosphere-Ocean General Circulation Models - A/OGCMs) standardmäßig zur Simulation der Auswirkungen vieler unterschiedlicher Modellparameter- und Emissionsszenario-Kombinationen ohne die Kosten (materiell und zeitlich) der Durchführung vollständiger A/OGCMs. IPCC TAR schätzt die Bandbreite der Erwärmung aus dem ganzen Satz von 35 Entwicklungsszenarien und der MAGICC-Emulation von sieben allgemeinen Zirkulationsmodellen bis zum Jahr 2100 auf 1,4 °C – 5,8 C. Um abschätzen zu können, wie sich diese Prognosen aufgrund alternativer Bestimmungen der Klimaempfindlichkeit und zukünftiger Emissionsszenarien möglicherweise ändern, haben wir die Eingabedaten und Parameter des MAGICC-Modells angepasst, um folgenden Aspekten Rechnung zu tragen: 1) Die Erkenntnis von Jacobson (2001), dass der direkte Erwärmungseffekt von Carbon Black-(Ruß-) Aerosolen in einer Größenordnung von 0,55 Wm-2 liegt, einem Wert der größer ist als der in den TAR-Prognosen angesetzte, 2) die von Lindzen et al. (2001) berechnete Reduzierung der Schätzung der Klimaempfindlichkeit gegenüber einer Kohlendioxid-Verdopplung, 3) Anpassung der positiven Rückkopplung zwischen globalen Temperaturen und Kohlendioxid-Emissionen auf Basis der Erkenntnisse von Luo et al. (2001), sowie 4) Anpassung zwecks Berücksichtigung der beobachteten Quasi-Linearität der Emissionszunahmen. Dass wir uns auf diese vier Aspekte des Klimawandels konzentrieren, heißt nicht, dass andere Klima- und Klimamodell-Parameter besser ausgewählt sind: In der Tat sind viele es nicht. So ist der Unsicherheitsgrad der Auswirkungen anderer Antriebsfaktoren, z. B. Sulfataerosole, sehr viel höher als der für Carbon Black, zumindest im Rahmen der aktuellen Bestimmungen dieser Unsicherheitsgrade (IPPC, 2001). Unsere Arbeit soll keine ausführliche Empfindlichkeitsanalyse der Unsicherheiten bezüglich jedes Klima- und 11 Klimamodellierungsaspektes sein; wir untersuchen vielmehr den Effekt von Verfeinerungen des Verständnisses verschiedener Schlüsselparameter – Verfeinerungen, die seit der TAR-Veröffentlichung erfolgt sind und möglicherweise signifikante Auswirkungen auf die TAR-Erkenntnisse haben. Anpassung an den durch die Auswirkung von Carbon Black-Aerosolen verursachten Strahlungsantrieb Jacobson (2001) stellte fest, dass der mittlere globale direkte Strahlungsantrieb von Carbon Black-Aerosolen größer ist als alle vorherigen Schätzungen, einschließlich des in den TAR-Modellen verwendeten Mittelwerts (0,55 Wm-2 vs. 0,40 Wm-2). Es gibt zwei primäre anthropogene Quellen von Carbon Black-Aerosolen ungefähr gleicher Bedeutung – die unvollständige Verbrennung fossiler Brennstoffe sowie die Verbrennung von Biomasse. Während Carbon Black-Emissionspfade in den SRES-Szenarien nicht ausdrücklich definiert sind, enthält TAR MAGICC die Annahme, dass der Beitrag der Verbrennung fossiler Brennstoffe zu den gesamten Carbon Black-Emissionen linear mit den Schwefeldioxid-Emissionen skaliert ist, während die Biomassenverbrennungs-Komponente mit der Brutto-Entwaldung (IPCC, 2001) skaliert ist. Für die Verbrennung fossiler Brennstoffe kann der direkte Effekt der Carbon Black-Emissionen mit dem direkten Effekt der Emissionen von organischen Kohlenstoffen und Sulfataerosolen kombiniert werden, um einen „effektiven“ direkten Sulfatantrieb zu erhalten – einen Wert in MAGICC, der vom Benutzer konfiguriert werden kann. Der in TAR für diese Summe eingesetzte Bezugswert für 1990 beträgt –0,3 Wm-2, (–0,4 Wm-2 von Sulfat, –0,1 Wm-2 von organischem Kohlenstoff sowie +0,2 Wm-2 von Carbon Black). Wenden wir die TAR-Annahme an, dass sich der Antrieb durch Carbon Black zu gleichen Teilen auf Quellen von Biomasse und fossilen Brennstoffen aufteilt, so sollte der TAR-Wert von +0,2 Wm-2 gemäß den Ergebnissen von Jacobson (2001) auf +0,275 erhöht werden, wodurch sich der effektive Sulfatantriebs-Bezugswert auf –0,225 Wm-2 ändert. Diese Anpassung wurde in der hier angewandten Version von MAGICC ausdrücklich vorgenommen. 12 2.2 Anpassung an die durch den Iris-Effekt bedingte Klimaempfindlichkeit Lindzen et al. (2001) führten Beweise für eine „anpassungsfähige Infrarot-Iris“ an, welche als negative Rückkopplung zur Steuerung globaler Temperaturschwankungen wirkt. Durch Überprüfung von Wolkenbeobachtungen, die vom japanischen Geostationary Meteorological Satellite-5 über Teilen des westlichen Pazifiks vorgenommen wurden, stellten Lindzen et al. (2001) fest, dass das relative Verhältnis von Zirrus- zu KumulusWolkenbedeckung mit der Meeresoberflächentemperatur (sea surface temperature – SST) variiert. Höhere SSTs führten zu weniger Zirruswolken, während niedrigere SSTs mit einem größeren Anteil Zirruswolken in Zusammenhang gebracht wurden. Da Zirruswolken netto einen positiven Strahlungsantrieb haben, führt dies insofern zu einer negativen Rückkopplung, als bei weniger Zirruswolken mehr Infrarot-Strahlung von der wärmeren Oberfläche, die danach abkühlt, austreten kann, was zu einer Zunahme der Zirruswolkendecke und einem Schließen des atmosphärischen Infrarot-Fensters führt. Lindzen et al. (2001) stellen fest, dass diese negative Rückkopplung, falls sie für die ganzen Tropen gilt, eine Größenordnung haben würde, die - wenn auch mit anderem Vorzeichen - der Größenordnung der Summe sämtlicher anderen, in der momentanen Klimamodellgeneration enthaltenen positiven Rückkopplungen entspricht. Lindzen et al. (2001) berechnen außerdem, dass der Iris-Effekt die Klimaempfindlichkeit in aktuellen GCMs um ca. 60 Prozent verringern würde. Mehrere später erstellte Studien (Harrison, 2002; Fue et al., 2001, 2002; Lin et al., 2002; Hartmann und Michelsen, 2002) haben die Ergebnisse von Lindzen et al. (2001) angezweifelt; im Rahmen vorsichtiger Stellungnahmen zu diesen Zweifeln (Bell et al., 2002; Chou et al., 2001a; Chou et al., 2001b; Chou et al., 2002; Chou und Lindzen, 2002; Lindzen et al., 2002) wurden die Ergebnisse von Lindzen et al., (2001) jedoch wieder bestätigt. In der Reihe von Reaktionen auf die Kritiken wurde vermutet, dass der Effekt der Iris auf die globale Temperaturempfindlichkeit in den ersten Schätzungen möglicherweise um 15 bis 20 Prozent überschätzt wurde. Entsprechend dieser neuen Ergebnisse gehen wir somit von einer Reduzierung der in der aktuellen GCM-Generation verwendeten Temperaturempfindlichkeits-Werte von 50 Prozent aus - einem Wert, der etwa 17 Prozent niedriger als der ursprünglich von Lindzen et al. (2001) vorgeschlagene ist. 13 Diese Reduzierung der aktuellen Darlegungen zur Klimaempfindlichkeit, wie sie in den Klimamodellen generiert werden, mag zwar relativ stark erscheinen, sie entspringt jedoch der Möglichkeit, dass aktuelle Klimamodelle die tropischen Wolken- und FeuchtigkeitsProzesse nicht ausreichend behandeln. Lindzen et al. (2001) fanden heraus, dass bei einer kleinen Auswahl von durch beobachtete SSTs angetriebenen Klimamodellsimulationen der beobachtete Iris-Effekt nicht enthalten war. Darüber hinaus haben Chen et al. (2002), Wielicki et al. (2002) sowie Wang et al. (2002) vor kurzem über mit dem adaptiven Infrarot-Iris-Mechanismus übereinstimmende Erkenntnisse berichtet, die sie im Rahmen von Trendanalysen der Lang- und Kurzwellenstrahlung in den Tropen erzielt haben; diese Analysen erfolgten auf Basis von Daten der satellitengestützten Instrumente einer Reihe von Experimenten zur Untersuchung der Erdstrahlungsbilanz, wie z. B. dem zweiten Stratosphärischen Aeorosol- und Gas-Experiment (Stratospheric Aerosol and Gas Experiment – SAGE II), dem Erdstrahlungshaushalts-Experiment (Earth Radiation Budget Experiment – ERBE) sowie dem Wolken- und Erd-Strahlungsenergie-System (the Clouds‘ and the Earth’s Radiant Energy System – CERES). Diese Forscher entdeckten positive Trends bei ausgehender Langwellenstrahlung und negative Trends bei reflektierter Kurzwellenstrahlung im Zeitraum Mitte der 80er Jahre bis Ende der 90er Jahre. Man fand heraus, dass die beobachteten Trends unter anderem verursacht werden durch eine Umverteilung der Bewölkung und Feuchtigkeit in den Tropen, einschließlich abnehmender hoher Wolken und Feuchtigkeit sowie zunehmender niedriger Wolken. Weiterhin fanden Wielicki et al. (2002) heraus, dass eine Reihe aktueller Klimamodelle die beobachteten Daten nicht nachbilden konnte - nicht einmal, wenn sie mit den beobachteten SSTs angetrieben wurden; dies deutet möglicherweise auf ein Problem bei der Reaktion der Wolken auf den SST-Antrieb in den Modellen hin, wie es von Lindzen et al. (2001) impliziert wurde. Mit einem einfachen Energiebilanz-Klimamodell zeigte Harvey (2000), dass eine nach unten gerichtete vertikale Umverteilung der Feuchtigkeit in den Tropen zu einer Abnahme der Temperaturempfindlichkeit von etwa 15 Prozent führen könnte – ein Effekt, der von komplexeren Klimamodellen nicht nachgebildet wird und unabhängig von momentanen Wolkeneigenschaften ist. Gaffen et al. (2000) berichten, dass Temperaturtrends, die aus durch Mikrowellensensoren erfassten Daten abgeleitet wurden, belegen, dass die Temperaturen in der unteren Troposphäre in den Tropen seit 14 1979 zurückgegangen sind, während die von oberflächenbasierten Instrumenten aufgezeichneten Temperaturdaten für den gleichen Zeitraum einen Erwärmungstrend aufweisen. Unabhängige Daten aus Radiosonden-Beobachtungen bestätigen diese Trendunterschiede. Diese verschiedenartigen Temperaturtrends haben zu einer Zunahme des vertikalen Temperaturgefälles in den Tropen geführt (Gaffen et al., 2000). Gaffen et al. (2000) stellen fest, dass dieses Verhalten in den drei untersuchten Klimamodellen nicht berücksichtigt wurde. Hegerl und Wallace (2002) bestätigen außerdem die Erkenntnis, dass die Temperaturtrends aus der unteren Troposphäre seit Ende der 70er Jahre weniger positiv sind als die von der Oberfläche und bemerken ferner, dass dieser Trendunterschied im Zeitraum 1964-1981 umgekehrt war. Sie konnten das beobachtete Verhalten mit der neuesten Version des Klimamodells des Max-Planck-Instituts für Meteorologie weder in einem Kontroll- noch in einem Übergangs-Lauf nachbilden und vermuten, dass dieser Mangel sich nicht nur auf dieses Modell beschränkt. Diese Ergebnisse bestätigen die Möglichkeit, dass die momentanen Klimamodelle die in den Tropen aktiven Wolken- und Feuchteprozesse – Prozesse, welche bei der Temperaturempfindlichkeit der Erde eine kritische Rolle spielen - nicht exakt berücksichtigen. Diese Ergebnisse lassen ferner vermuten, dass die Modell-Ungenauigkeiten eine Überschätzung der wahren Klimaempfindlichkeit bewirken. Anpassung an die Klima-Kohlenstoffkreislauf-Rückkopplung Luo et al. (2001) zweifelten in ihren Ergebnissen die allgemein anerkannte Vorstellung an, dass es eine starke positive Rückkopplung gibt zwischen mittlerer globaler Temperatur und mittlerer Biosphärenatmung - primär der Menge des vom Boden freigesetzten Kohlendioxids. Sie fanden heraus, dass auf hohen Präriegras-Parzellen in der Mitte der USA ein Temperaturanstieg keine Zunahme der Bodenatmung bewirkte. Diese Ergebnisse werden von anderen Langfrist-Feldstudien (Verville et al., 1998; Liski et al., 1999) bestätigt. Da IPCC TAR von einer Klimawandel-CO2-Rückkopplung ausgeht, welche wiederum eine positive Rückkopplung zwischen Temperatur und Bodenatmung beinhaltet (was in IPCC SAR nicht berücksichtigt wurde), implizieren die Ergebnisse von Luo et al. (2001), dass die Kohlendioxid-Emissionspfade in TAR zu hoch eingeschätzt sind. 15 Die Bodenatmung ist nicht der einzige Faktor bei der Temperatur-Biosphären-Rückkopplungsschleife, wenngleich sie auch einen wichtigen Faktor darstellt (Cox et al., 2000; Luo et al., 2001). In MAGICC erhöht sich durch Einbeziehung einer Klima-CO2Rückkopplung das atmosphärische CO2 bis 2100 um ca. 4 Prozent im Vergleich zu einer Version ohne Klima-CO2-Rückkopplung (der genaue Wert hängt von dem jeweiligen SRES-Szenario ab). Wir simulieren die Auswirkung der Erkenntnisse von Luo et al. (2001) daher dadurch, dass wir die positive Gesamt-Rückkopplung um 75 Prozent reduzieren – ein Betrag, der die weiterhin bestehende Möglichkeit einer geringen positiven Rückkopplung aus der Bodenatmung oder anderen terrestrischen und ozeanischen Prozessen berücksichtigt. Wir setzen diese Reduzierung durch Entwicklung eines CO2 Emissionspfades um, der zu einer lediglich einprozentigen Zunahme der atmosphärischen CO2-Gehalte führt und nicht zu den vier Prozent, die nötig wären, um Übereinstimmung zwischen den Emissionspfaden aus SAR und TAR in MAGICC zu erzielen (wie oben in diesem Kapitel beschrieben). Abbildung 9 zeigt die Ergebnisse aus dem Durchlauf der sechs illustrativen SRES-Szenarien und des IS92a-Szenarios mit den Anpassungen aufgrund der Neubestimmung des Strahlungsantriebs von Carbon Black-Aerosol, der Temperaturempfindlichkeit sowie der Klima-CO2-Rückkopplung. Die Bandbreite der für diese Szenarien vorhergesagten Erwärmung sinkt von den 1,4 °C-4,5 °C aus TAR auf 1,1 °C-2,8 °C (eine breitere Bandbreite von 1,4 °C-5,8 °C wurde in TAR mit den GCM-Klimamodellen angegeben, welche – wie oben gezeigt – die Erwärmung weitgehend zu hoch einschätzen). Als Beispiel „zentraler“ Szenarien sinkt die Erwärmung von 1990 bis zum Jahr 2100 in IS92a von 2,6 °C auf 1,5 °C, und das TAR-Szenario A1B nimmt von 2,9 ° auf 1,7 °C ab. Anpassung aufgrund beobachteter Trends der Kohlendioxid-Emissionen Als Alternative zu den in den Entwicklungs-Szenarien des IPCC-TAR beschriebenen Kohlendioxid-Emissionspfaden und den daraus resultierenden Zeitreihen atmosphärischer CO2–Belastungen (abgeleitet aus dem jeweils angewandten Kohlenstoffkreislaufmodell) könnte man das beobachtete Verhalten der atmosphärischen Kohlendioxid- 16 konzentrationen als Gesamtintegrator technologischer, biologischer und geochemischer Prozesse, die die atmosphärische CO2-Belastung beeinflussen, heranziehen. In der Geschichte der Klimamodellierung einschließlich der CMIP-Studie (Meehl et al., 2000) gehen die GCM-Klimavorhersagen aufgrund von Hintergrundbedingungen meistens von einer Zunahme der effektiven Kohlendioxidkonzentration von einem Prozent/Jahr aus. Diese Annahme ist eindeutig nicht wahr, da sie ausgehend von dem vorindustriellen Hintergrund eine Verdopplung innerhalb von etwa 70 Jahren (bzw. seit Mitte der 30er Jahre) ergeben würde, während die effektive Änderung der CO2Konzentration (bei Mitberechnung des angenommenen Antriebs durch sämtliche Treibhausemissionen einschließlich Methan, Chlorfluorkohlenwasserstoffe, etc.) normalerweise auf 50 bis 60 Prozent über dem vorindustriellen Hintergrund geschätzt wird (IPPC, 2001). Die Anwendung dieser falschen Annahme führt zu einer Überschätzung der zukünftigen Erwärmung. Außerdem nehmen die nicht mit CO2 in Zusammenhang stehenden, den Treibhauseffekt verstärkenden Faktoren immer mehr an Bedeutung ab. Strahlungsaktive Chlorfluorkohlenwasserstoffe sind seit dem Montreal-Protokoll wirksam verboten, und die atmosphärischen Konzentrationen beginnen abzunehmen (Hansen und Sato, 2001). Die Methankonzentrationen haben sich stabilisiert (Dlugokencky et al., 1998). CO2 ist das Treibhausgas, dessen Konzentration am meisten weiter zunimmt. Diese Änderungen spiegeln sich in gewisser Weise in den TAR-Entwicklungsszenarien wider; die meisten dieser Szenarien kommen jedoch zu einer Aufbaugeschwindigkeit des atmosphärischen CO2, welche die beobachteten Trends weit übersteigt. Um die Auswirkung eines anhaltenden Anstiegs der atmosphärischen CO2-Konzentration auf vorhergesagte Temperaturen zu untersuchen, überprüften wir diese Alternative zum CO2-Aufbau im modifizierten MAGICC SAR-Modell. Hierzu entwickelten wir ein CO2Emissionszenario, das eine atmosphärische Wachstumskurve ergibt, welche zu der Form der Beobachtungen passt; d. h. eine Fortsetzung des während der vergangenen 25 Jahre beobachteten linearen Trends. Bis zum Jahr 2100 führt dies zu einer CO2-Konzentration 17 von 522 ppm. Die Bandbreite der atmosphärischen CO2-Konzentrationen, die sich aus den sechs mit den IPCC-Kohlenstoffkreislaufmodellen gekoppelten IPCC-Entwicklungsszenarien ergeben, liegt zwischen 541 ppm und 970 ppm (Wigley, 2000). Jedes dieser illustrativen Entwicklungszenarios sowie 33 der insgesamt 35 Szenarien ergeben eine größere atmosphärische Kohlendioxid-Konzentration als eine einfache Extrapolation der im letzten Vierteljahrhundert beobachteten Realität. Wir ersetzen die IPCC-CO2-Emissionspfade durch den auf der Extrapolation der Beobachtungen basierenden. Sämtliche übrigen Aspekte der IPCC-Szenarien bleiben unverändert (z. B. SO2-Emissionen, CH4-Emissionen, etc.). Wir führen sodann zwei Serien von MAGICC-Läufen durch: die erste mit den angepassten Szenarien und der zwecks Anpassung an die TAR-Ergebnisse angeglichenen Temperaturempfindlichkeit; die zweite mit den Anpassungen hinsichtlich Carbon Black und Iris-Effekt. Anpassungen aufgrund von Klima-Kohlenstoffkreislauf-Rückkopplung nehmen wir nicht mehr vor, da wir davon ausgehen, dass diese in dem beobachteten Verhalten mit enthalten sind. Ergebnisse sind dargestellt in Abbildung 11, einem Vergleich zwischen den auf den Originalszenarien basierenden Temperaturprognosen und denen mit einer linearen CO2– Extrapolation aus dem letzten Vierteljahrhundert. In den Durchläufen mit dem linearen Kohlendioxid liegt die Erwärmungsbandbreite bis 2100 bei 1,5 – 2,6 °C – eine Reduzierung der IPCC-Bandbreite um 25 bis 42 Prozent. Die Durchläufe mit den aufgrund der o. g. drei Faktoren (Strahlungsänderungen, tropische Iris sowie geänderte Bodenatmungsraten) angepassten Temperaturempfindlichkeiten ergeben für 2100 eine Erwärmungsbandbreite von 1,0 – 1,6 °C, eine Reduzierung der IPCC-Bandbreite um 50 bis 64 Prozent. Diskussion und Schlussfolgerung Es steht außer Zweifel, dass es sich bei den mittleren IPCC-Prognosen der Erwärmung in den kommenden 100 Jahren um völlige Überschätzungen handelt. Dies geht eindeutig aus der Tatsache hervor, dass die durchschnittliche Erwärmung dort größer ist als das in den CMIP-Modellen errechnete Mittel, obwohl selbst die CMIP-Modelle alle mit einem 18 offensichtlich falschen Anstieg der atmosphärischen Kohlendioxidkonzentration von 1 %/Jahr angetrieben werden. Geht man weiterhin davon aus, dass die zentrale Tendenz der funktionalen Form der Erwärmung der Klimamodellfamilie korrekt ist, d. h. konstante Erwärmungsrate, so gibt es offensichtlich andere, nicht in diesen Modellen berücksichtigte Faktoren, die zu deren Überschätzung der Erwärmung führen. Wir untersuchten drei Faktoren – Erwärmung durch Ruß-Aerosole, Lindzens „Tropische Iris“ sowie verringerte Bodenatmung – welche die Erwärmung weiter reduzieren. Diese Liste ist zwar kaum vollständig, sie reicht jedoch aus, um die angeblich bereits stattgefundene Erwärmung auf das beobachtete Niveau herabzudrücken. Dies ist zwar kein entscheidender Beweis dafür, dass diese drei Faktoren für die Überschätzung der Erwärmung verantwortlich sind; vielmehr bilden sie unter zahlreichen anderen eine plausible Reihe von Erklärungen. Was wir zum Ausdruck bringen möchten ist, dass zur Erklärung dieser Disparität dringend einige zusätzliche Prozesse in Gang gebracht werden müssen. Die Modelle unterscheiden sich zwar in der Größenordnung der Erwärmung, die beobachtete Linearität der Erwärmung stimmt jedoch zweifellos mit der zentralen Tendenz der funktionalen Form der Modelle überein. Die Tatsache, dass die Erwärmung in kalten und trockenen Luftmassen derart konzentriert ist, spricht ferner dafür, dass die in den letzten Dekaden beobachteten Änderungen eine starke Treibhauskomponente aufweisen. Das Verhalten unserer Atmosphäre gibt keinen Anlass zu bedeutsamen politischen Maßnahmen; es ist vielmehr relativ beruhigend. Wir können in zunehmendem Maße darauf vertrauen, dass die Erwärmung in den nächsten 100 Jahren gemäßigt sein wird – in der in den letzten Dekaden beobachteten Größenordnung; jede Anstrengung, sie zum Stillstand zu bringen oder maßgeblich zu begrenzen, wird daher den Aufwand nicht lohnen. 19 Literatur Balling PC, Michaels PJ, Knappenberger PC (1998) Analysis of winter and summer warming rates in gridded temperature timeseries. Clim Res 9: 175–181 Bell TL, Chou M-D, Hou AY, Lindzen RS (2002) Reply to “Comments on ‘Does the earth have an adaptive infrared iris?’” Bull Am Meteorol Soc 83:598–600 Chen J, Carlson BE, Del Genio AD (2002) Evidence for strengthening of the tropical general circulation in the 1990s. Science 295:838–841 Chou M-D, Lindzen RS, Hou AY (2001a) Response to "The iris hypothesis: A negative or positive cloud feedback?" J Climate, in press Chou M-D, Lindzen RS, Hou AY (2001b) Impact of Albedo Contrast between Cirrus and Boundary-Layer Clouds on Climate Sensitivity. Atmos Chem Phys in press Chou M-D, Lindzen RS, Hou AY (2002) Reply to: “Tropical cirrus and water vapor: an effective Earth infrared iris feedback?” Atmos Chem Phys Discuss 2:173–180 Chou M-D, Lindzen RS (2002) Comments on "Tropical convection and the energy balance of the top of the atmosphere." J. Climate, in press Cox PM, Betts RA, Jones CD, Spall SA, Totterdell IJ (2000) Acceleration of global warming due to carbon-cycle feedbacks in a coupled climate model. Nature 408:184–187 Dlugokencky EJ, Masarie KA, Lang PM, Tans PP (1998) Continuing decline in the growth rate of the atmospheric methane burden. Nature 393:447–450 Folland CK, Parker DE (1995) Correction of instrumental biases in historical sea surface temperature data. Q J R Meteorol Soc 121:319-367. 20 Fu Q, Baker M, Hartmann DL (2001) Tropical cirrus and water vapor: An effective earth infrared iris? Atmos Chem Phys Discuss 1:221–238 Fu Q, Baker M, Hartmann DL (2002) Tropical cirrus and water vapor: An effective earth infrared iris? Atmos Chem Phys 2:31–37 Gaffen DJ, Santer BD, Boyle JS, Christy JR, Graham, Ross RJ (2000) Multidecadal changes in the vertical temperature structure of the tropical troposphere. Science 287: 1242–1245 Hansen JE, Sato M (2001) Trends of measured climate forcing agents. Proc Natl Acad Sci 98:14778–14783 Harrison H (2002) Comments on “Does the earth have an adaptive infrared iris?” Bull Am Meteorol Soc 83:597 Hartmann DL, Michelsen ML (2002) No evidence for iris. Bull Am Meteorol Soc 83:249–254 Harvey LDD (2000) An assessment of the potential impact of a downward shift of tropospheric water vapor on climate sensitivity. Clim Dyn 16:491–500 Hegerl GC, Wallace JM (2002) Influence of patterns of climate variability on the difference between satellite and surface temperature trends. J Clim 15:2412–2428 IPCC (1996) Climate Change 1995: The science of climate change. Contribution of Working Group I to the Second Assessment Report of the Intergovernmental Panel on Climate Change. Houghton JT, Meira Filho LG, Callander BA, Harris N, Kattenberg A, Maskell K (eds). Cambridge University Press, Cambridge, UK., pp 572 21 IPCC (2001) Climate Change 2001: The Scientific Basis. Contribution of Working Group I to the Third Assessment Report of the Intergovernmental Panel on Climate Change. Houghton JT, Ding Y, Griggs DJ, Moguer M, van der Linden PJ, Dai X, Maskell K, Johnson CA, (eds). Cambridge University Press, Cambridge, UK., pp 881pp IPCC (2000) Special report on emissions scenarios. A special report of Working Group III of the Intergovernmental Panel on Climate Change. Nakicenovic N, Alcamo J, Davis G, de Vries B, Fenhann J, Gaffin S, Gregory K, Grübler A, Yong Jung T, Kram T, La Rovere EL, Michaelis L, Mori S, Morita T, Pepper W, Pitcher H, Price L, Riahi K, Roehrl A, Hogner HH, Sankovski A, Schelsinger M, Shukla P, Smith S, Swart R, van Rooijen S, Vicot N, Dadi Z (eds) Cambridge University Press, Cambridge UK Jacobson MZ (2001) Strong radiative heating due to the mixing state of black carbon in atmospheric aerosols. Nature 409:695–697 Keeling CD, Whorf TP (2001) Atmospheric CO2 concentrations (ppmv) derived from in situ air samples collected at Mauna Loa Observatory, Hawaii. In: Carbon Dioxide Information Analysis Center. 2001. Trends Online: A Compendium of Data on Global Change. Oak Ridge National Laboratory, U.S. Department of Energy, Oak Ridge, Tennessee Lin B, Wielicki BA, Chambers LH, Hu Y, Xu K (2002) The iris hypothesis: A negative or positive cloud feedback? J Clim 15:3–7 Jenne RL (1974) National Center for Atmospheric Research dataset ds205.0, Jenne's Northern Hemisphere climatology, monthly 1950-1964. Available on-line at www.scd.ucar.edu/dss/datasets/ds205.0.html. Jones PD (1994) Hemispheric surface air temperature variations: a reanalysis and an update to 1993. J Clim 7:1794-1802. 22 Liski J, Ilvesniemi H, Mäkelä A, Westman CJ (1999) CO2 emissions from soil in response to climate warming are overestimated—The decomposition of old soil organic matter is tolerant of temperature. Ambio 28:171–174 Lindzen RS, Chou M-D, Hou AY (2001) Does the earth have an adaptive infrared iris? Bull Am Meteorol Soc 82:417–432 Lindzen RS, Chou M-D, Hou AY (2002) Response to "No evidence for iris." Bull Amer Meteorol Soc, in press Luo Y, Wan S, Hui D, Wallace LL (2001) Acclimatization of soil respiration to warming in a tall grass prairie. Nature 413:622–625 Marland G, Boden T, Andres RJ (2001) Global CO2 Emissions from Fossil-Fuel Burning, Cement manufacture, and Gas Flaring: 1751–1998. Carbon Dioxide Information Analysis Center. Oak Ridge National Laboratory, U.S. Department of Energy, Oak Ridge, Tennessee Meehl GA, Boer GJ, Covey C, Latif M, Stouffer RJ (2000) The coupled model intercomparison project (CMIP). Bull Am Meteorol Soc 81:313–318 Noda A, et al. (2001) A new meteorological research institute coupled GCM (MRICGCM2): Transient response to greenhouse gas and aerosol scenarios. CGER’s supercomputer monograph report Vol. 7, National Institute for Environmental Studies. Tsukuba, Japan, 66pp. Ramanathan V (1981) The role of ocean-atmosphere interactions in the CO2 climate problem. J Atmos Sci, 38, 918-930. Raper SCB, Gregory JM, Osborn TJ (2001) Use of an upwelling-diffusion energy balance climate model to simulate and diagnose A/OGCM results. Clim Dyn 17:601–613 23 Staley DO, Jurica GM (1970) Flux emissivity tables for water vapor, carbon dioxide and ozone. J Appl Meteorol 9:365–372 Staley DO, Jurica GM (1972) Effective atmospheric emissivity under clear skies. J Appl Meteorol 11:349–356 Sun S, Hansen JE (2003) Climate simulations for 1951-2050 with a coupled atmosphereocean model. J. Climate 16:2807–2826 Verville JH, Hobbie SE, Chapin FS, Hooper DU (1998) Response of tundra CH4 and CO2 flux to manipulation of temperature and vegetation. Biogeochemistry 41:215–235 Wang PH, Minnis P, Wielicki BA, Wong T, Vann LB (2002) Satellite observations of long-term changes in tropical cloud and outgoing longwave radiation from 1985 to 1998. Geophys Res Lett 29:2001GL014264 Wielicki BA, Wong T, Allan RP, Slingo A, Kiehl JT, Soden BJ, Gordon CT, Miller AJ, Yang SK, Randall DA, Robertson F, Susskind J, Jacobwitz H (2002) Evidence for large decadal variability in the tropical mean radiative energy budget. Science 295:841–844 Wigley TML, Raper SCB (1987) Thermal expansion of sea water associated with global warming? Nature 349:503–506 Wigley TML (2000) Updated version of and results from the simple climate model MAGICC. http://www.acacia.ucar.edu 24 Tabelle 1. Regressionsergebnisse aus dem quadratischen Modell mit zwei Parametern und dem linearen Modell mit einem Parameter, angeglichen an die beobachtete atmosphärische Kohlendioxidkonzentration für den Zeitraum 1975–2000. Ergebnisse der quadratischen Regression (1975–2000) -------------------------------------------------------N R R-Quadrat Signifikanz 25 0,999 0,998 <0,0001 Quadratsumme Regression Quadratsumme Residuen 3090,78 6,185 Koeff. Std. Fehler Std. Koeff. t-Wert Signifikanz -------------------------------------------------------------------------------------------Achsenabschnitt -2574,5 121,2 -2574,5 -21,24 <0,0001 Linear 1,47 0,06 0,95 24,03 <0,0001 Quadratisch 0,0027 0,002 0.047 1,19 0,2463 -------------------------------------------------------------------------------------------Ergebnisse der linearen Regression (1975–2000) -------------------------------------------------------N R R-Quadrat Signifikanz 25 0,999 0,998 <0,0001 Quadratsumme Regression Quadratsumme Residuen 3090,38 6,584 Koeff. Std. Fehler Std. Koeff. t-Wert Signifikanz -------------------------------------------------------------------------------------------Achsenabschnitt -2714,6 29,5 -2714,6 -92,02 <0,0001 Linear 1,54 0,015 0,999 103,9 <0,0001 25 Abbildungen Abbildung 1: a. Temperaturtrends, Winter (Oktober–März) 1946–1995 (°C pro Dekade). b. Temperaturtrends, Sommer (April–September) 1946–1995 (°C pro Dekade). Abbildung 2: a. Mittlere Taupunkttemperaturen (°C) im Winter (Oktober-März) 19501964. b. Mittlere Taupunkttemperaturen (°C) im Sommer (April–September) 1950-1964. Abbildung 3: Temperaturprognosen aus einer Reihe von Klimamodellen, die alle auf einem Anstieg der Kohlendioxidkonzentration von 1 %/Jahr basieren (aus der sich “in Druck” befindlichen Version des Climate Model Intercomparison Project, CMIP1). Abbildung 4: Temperaturprognosen aus einer Reihe von Klimamodellen, die alle auf einem Anstieg der Kohlendioxidkonzentration von 1 %/Jahr basieren (aus der veröffentlichten Version des Climate Model Intercomparison Project, CMIP2). Abbildung 5: a. Mittlerer Oberflächendruck (hPa) im Winter (Oktober-März) 19501964. b. Mittlerer Oberflächendruck (hPa) im Sommer (April-September) 1950-1964. Abbildung 6: Beziehung zwischen durchschnittlichem Rasterzellendruck (hPa) und Rasterzellentemperaturänderung (°C/Dekade) für die Winterzeit in der Nördlichen Hemisphäre. Rasterzellen mit durchschnittlichen saisonalen Taupunkttemperaturen von weniger als 0°C (trockene Rasterzellen) sind blau dargestellt, RasterzellenTaupunkttemperaturen größer als 0°C in rot. Abbildung 7: Ergebnisse der CMIP2-Modellsimulationen überlegt mit einer Fortsetzung des in den letzten 25 Jahren beobachteten Trends. Abbildung 8: Mittlere Oberflächentemperatur-Differenz (2071-2100 minus 1961-1990) für die Monate Dezember-Februar aus der MRI2 Modellsimulation für einen Anstieg der Kohlendioxidkonzentration von 1%/Jahr. Abbildung 9: Die IPCC SRES-Temperaturprognosen überlegt mit der mittleren Prognose aus den CMIP-Modell-Durchläufen (gepunktete schwarze Linie). Abbildung 10a (oben): Die historischen Beobachtungen der jährlichen Wachstumsrate des atmosphärischen Kohlendioxids deuten darauf hin, dass die Wachstumsrate sich in den letzten paar Dekaden stabilisiert hat. Eine quadratische Angleichung an die Daten von 1958 bis 2000 (grau gepunktete Kurve) sowie eine lineare Angleichung seit 1975 (durchgezogene schwarze Linie) weisen beide darauf hin, dass die derzeitige atmosphärische Wachstumsrate etwa 1,5 bis 1,6 ppm/Jahr beträgt. Abbildung 10b (unten): Globale CO2-Emissionen pro Jahr, 1956–1998. Abbildung 11: Die sechs illustrativen SRES-Szenarios sowie das IS92a-Szenario, angepasst zwecks Einbeziehung einer linearen Extrapolation beobachteter Wachstumsraten der atmosphärischen CO2-Konzentration. Die schwarzen Kurven resultieren aus der An26 wendung der angeglichenen TAR-Werte der Temperaturempfindlichkeit, während die grauen Kurven sich aus der Anwendung der angepassten Temperaturempfindlichkeiten ergeben. Der graue Bereich stellt die Bandbreite der Temperaturprognosen aus den auf eben diesen sieben Szenarien basierenden Original-TAR-Prognosen dar. 27 a. b. –0.75°C 0°C 0.75°C Abbildung 1: a. Temperaturtrends, Winter (Oktober–März) 1946–1995 (°C pro Dekade). b. Temperaturtrends, Sommer (April–September) 1946–1995 (°C pro Dekade). 28 –50°C 0°C 50°C a. b. Abbildung 2: a. Mittlere Taupunkttemperaturen (°C) im Winter (Oktober-März) 19501964. b. Mittlere Taupunkttemperaturen (°C) im Sommer (April–September) 1950-1964. 29 Abbildung 3: Temperaturprognosen aus einer Reihe von Klimamodellen, die alle auf einem Anstieg der Kohlendioxidkonzentration von 1 %/Jahr basieren (aus der sich “in Druck” befindlichen Version des Climate Model Intercomparison Project, CMIP1). 30 Abbildung 4: Temperaturprognosen aus einer Reihe von Klimamodellen, die alle auf einem Anstieg der Kohlendioxidkonzentration von 1 %/Jahr basieren (aus der veröffentlichten Version des Climate Model Intercomparison Project, CMIP2). 31 a. b. 1000hPa 1015 hPa 1030 hPa Abbildung 5: a. Mittlerer Oberflächendruck (hPa) im Winter (Oktober-März) 1950– 1964. b. Mittlerer Oberflächendruck (hPa) im Sommer (April-September) 1950–1964. 32 1.0 0.8 Dry Grid Cells Remaining Grid Cells 0.6 0.4 0.2 0.0 Š0.2 Š0.4 Š0.6 1000 1005 1010 1015 1020 1025 1030 Average Sea-level Pressure (hPa) Abbildung 6: Beziehung zwischen durchschnittlichem Rasterzellendruck (hPa) und Rasterzellentemperaturänderung (°C/Dekade) für die Winterzeit in der Nördlichen Hemisphäre. Rasterzellen mit durchschnittlichen saisonalen Taupunkttemperaturen von weniger als 0°C (trockene Rasterzellen) sind blau dargestellt, RasterzellenTaupunkttemperaturen größer als 0°C in rot. 33 Abbildung 7: Ergebnisse der CMIP2-Modellsimulationen überlegt mit einer Fortsetzung des in den letzten 25 Jahren beobachteten Trends. 34 Abbildung 8: Mittlere Oberflächentemperatur-Differenz (2071-2100 minus 1961-1990) für die Monate Dezember-Februar aus der MRI2 Modellsimulation für einen Anstieg der Kohlendioxidkonzentration von 1%/Jahr. 35 Abbildung 9: Die IPCC SRES-Temperaturprognosen überlegt mit der mittleren Prognose aus den CMIP-Modell-Durchläufen (gepunktete schwarze Linie). 36 Abbildung 10a (oben): Die historischen Beobachtungen der jährlichen Wachstumsrate des atmosphärischen Kohlendioxids deuten darauf hin, dass die Wachstumsrate sich in den letzten paar Dekaden stabilisiert hat. Eine quadratische Angleichung an die Daten von 1958 bis 2000 (grau gepunktete Kurve) sowie eine lineare Angleichung seit 1975 (durchgezogene schwarze Linie) weisen beide darauf hin, dass die derzeitige atmosphärische Wachstumsrate etwa 1,5 bis 1,6 ppm/Jahr beträgt. Abbildung 10b (unten): Globale CO2-Emissionen pro Jahr, 1956–1998. 37 Abbildung 11: Die sechs illustrativen SRES-Szenarios sowie das IS92a-Szenario, angepasst zwecks Einbeziehung einer linearen Extrapolation beobachteter Wachstumsraten der atmosphärischen CO2-Konzentration. Die schwarzen Kurven resultieren aus der Anwendung der angeglichenen TAR-Werte der Temperaturempfindlichkeit, während die grauen Kurven sich aus der Anwendung der angepassten Temperaturempfindlichkeiten ergeben. Der graue Bereich stellt die Bandbreite der Temperaturprognosen aus den auf eben diesen sieben Szenarien basierenden Original-TAR-Prognosen dar. 38
